白皮书第四章

#flashcards/高等代数/白皮书/第四章

1. 引言

2. 线性映射及其运算

2.1. (例4.1) 设 V 和 U 是数域 F 上的向量空间,e1,e2,…,en 是 V 的一组基,u1,u2,…,un 是 U 中 n 个向量,求证:存在唯一的 V 到 U 的线性映射 φ,使得 φ(ei)=ui.

?
证明思路

2.2. (例4.2) 设线性空间 V=V1⊕V2,并且 φ1 及 φ2 分别是 V1,V2 到 U 的线性映射,求证:存在唯一的从 V 到 U 的线性映射 φ,当 φ 限制在 Vi 上时等于 φi .

?
证明思路

2.3. (例4.3)设 φ 是有限维线性空间 V 到 U 的线性映射,求证:必存在 U 到 V 的线性映射 ψ,使得 φψφ=φ.

?
证明思路

φ(ψ(φ(ei)))=fi=φ(ei)(1⩽i⩽r)φ(ψ(φ(ej)))=0=φ(ej)(r+1⩽i⩽n)

2.4. (例4.4)设数域 F 上的有限维线性空间 V,V′,又 U 是 V 的子空间,φ 是 U 到 V′ 的线性映射。求证:必存在 V 到 V′ 的线性映射 ψ,使得 ψ 在 U 上的限制就是 φ .

?
证明思路

2.5. (例4.5)设 V,U 是 F 上的有限维线性空间,φ 是 V 到 U 的线性映射,求证:(1)φ 是单映射的充要条件是存在 U 到 V 的线性映射 ψ,使 ψφ=IdV,这里 IdV 表示 V 上的恒等映射;(2)φ 是满映射的充要条件是存在 U 到 V 的线性映射 η,使 φη=IdU,这里 IdU 表示 U 上的恒等映射.

?
证明思路

2.6. (例4.6)设 V,U 是数域 K 上的有限维线性空间,φ, ψ:V→U 是两个线性映射,证明:存在 U 上的线性变换 ξ,使得 ψ=ξφ 成立的充要条件是 Kerφ⊆Kerψ.

?
证明思路

2.7. (例4.7)设 V, U 是数域 K 上的有限维线性空间,φ:V→U 和 ψ:V→U 是两个线性映射,证明:存在 V 上的线性变换 ξ,使得 ψ=φξ 成立的充要条件是 Imψ⊆Imφ.

?
证明思路

2.8. (例4.8)设 φ 是 n 维线性空间 V 上的线性变换,α∈V. 若 φm−1(α)≠0,而 φm(α)=0,求证:α,φ(α),φ2(α),⋯,φm−1(α) 线性无关.

?
证明思路

2.9. (例4.9)设 V 是数域 K 上的 n 维线性空间,φ 是 V 上的幂零线性变换,满足 r(φ)=n−1. 求证:存在 V 的一组基,使得 φ 在这组基下的表示矩阵为$$A = \begin{pmatrix}0 & 0 & \cdots & 0 & 0 \1 & 0 & \cdots & 0 & 0 \0 & 1 & \cdots & 0 & 0 \\vdots & \vdots & & \vdots & \vdots \0 & 0 & \cdots & 1 & 0\end{pmatrix}.$$

?
证明思路

3. 线性同构

线性同构刻画了不同线性空间之间的相同本质,即同构的线性空间具有相同的线性结构(或从线性结构的观点来看没有任何区别)。要证明线性映射 φ:V→U 是线性同构,通常一方面需要验证 φ 是单映射(或等价地验证 Kerφ=0),另一方面需要验证 φ 是满映射(或等价地验证 Imφ=U)。但若已知前后两个线性空间的维数相等,则由线性映射的维数公式容易证明,φ 是线性同构当且仅当 φ 是单映射,也当且仅当 φ 是满映射,从而只需验证 φ 是单映射或满映射即可得到 φ 是线性同构。

3.1. (例4.10)设 a0,a1,⋯,an 是数域 F 中 n+1 个不同的数,V 是 F 上次数不超过 n 的多项式全体组成的线性空间.设 φ 是 V 到 n+1 维行向量空间 U 的映射:$$\varphi(f) = (f(a_{0}), f(a_{1}), \cdots, f(a_{n})).$$求证:φ 是线性同构.

?
证明思路

3.2. (例4.11,Lagrange 插值公式)设 a0,a1,⋯,an 是数域 F 中 n+1 个不同的数,b0,b1,⋯,bn 是 F 中任意 n+1 个数,求证:必存在 F 上次数不超过 n 的多项式 f(x),使得 f(ai)=bi (0≤i≤n),并将 f(x) 构造出来.

?
证明思路

要证明某个有限维线性空间 V 上的线性变换 φ 是自同构 (可逆线性变换),通常有 3 种方法:

  1. 可尝试直接构造出 φ 的逆变换。
  2. 证明 φ 是单映射或者 φ 是满映射 (两者只需其一)。
  3. 用矩阵方法,即选取 V 的一组基,设 φ 在这组基下的表示矩阵为 A,设法证明 A 是可逆矩阵。

3.3. (例4.12)设 φ 是数域 F 上线性空间 V 上的线性变换,若存在正整数 n 以及 a1,a2,⋯,an∈F,使得$$\varphi^{n} + a_{1}\varphi^{n-1} + \cdots + a_{n-1}\varphi + a_{n}I_{V} = 0$$其中 IV 表示恒等变换并且 an≠0,求证:φ 是 V 上的自同构.

?
证明思路

3.4. (例4.13)设 φ 是 n 维线性空间 V 上的线性变换,证明:φ 是可逆变换的充要条件是 φ 将 V 的基变为基.

?
证明思路

3.5. (例4.14)设 U1, U2 是 n 维线性空间 V 的子空间,假设它们维数相同. 求证:存在 V 上的可逆线性变换 φ,使得 U2=φ(U1).

?
证明思路

3.6. (例4.15)设 φ 是 n 维线性空间 V 上的线性变换,若对 V 中任一向量 α,总存在正整数 m(m 可能和 α 有关),使得 φm(α)=0. 求证:IV−φ 是自同构.

?
证明思路

3.7. (例4.16)设 V=Mn(F) 是 F 上 n 阶矩阵全体组成的线性空间,A, B 是两个 n 阶矩阵,定义 V 上的变换:φ(X)=AXB. 求证:φ 是 V 上的线性变换,φ 是可逆变换的充要条件是 A 和 B 都是可逆矩阵.

?
证明思路

3.8. (例4.17)无限维线性空间

3.9. (例4.18)无限维线性空间

3.10. (例4.19)无限维线性空间

4. 线性映射与矩阵

4.1. (例4.20,交换图,线性同构结论)

4.2. (例4.21)设 φ 是线性空间 V 到 U 的线性映射,{e1,e2,⋯,en} 和 {f1,f2,⋯,fn} 是 V 的两组基,{e1,e2,⋯,en} 到 {f1,f2,⋯,fn} 的过渡矩阵为 P。{g1,g2,⋯,gm} 和 {h1,h2,⋯,hm} 是 U 的两组基,{g1,g2,⋯,gm} 到 {h1,h2,⋯,hm} 的过渡矩阵为 Q。又设 φ 在基 {e1,e2,⋯,en} 和基 {g1,g2,⋯,gm} 下的表示矩阵为 A,在基 {f1,f2,⋯,fn} 和基 {h1,h2,⋯,hm} 下的表示矩阵为 B。求证:$$ B = Q^{-1} A P $$

?
证明思路

4.3. (例4.22)设 φ 是有限维线性空间 V 到 U 的线性映射,求证:必存在 V 和 U 的两组基,使线性映射 φ 在两组基下的表示矩阵为 (IrOOO).

?
证明思路

4.4. (例4.23)设 φ:V→U 为线性映射,求证:$$\dim \mathrm{Ker},\varphi + \dim \operatorname{Im} \varphi = \dim V.$$

?
证明思路

4.5. (例4.24)设 φ 是 n 维线性空间 V 到 m 维线性空间 U 的线性映射,φ 在给定基下的表示矩阵为 A. 求证:φ 是满映射的充要条件是 r(A)=m,φ 是单映射的充要条件是 r(A)=n.

?
证明思路

4.6. (例4.3,代数方法)设 φ 是有限维线性空间 V 到 U 的线性映射,求证:必存在 U 到 V 的线性映射 ψ,使得 ψφψ=φ.

?
证明思路

4.7. (例4.5,代数方法)设 V,U 是 F 上的有限维线性空间,φ 是 V 到 U 的线性映射,求证:(1)φ 是单映射的充要条件是存在 U 到 V 的线性映射 ψ,使 ψφ=IdV,这里 IdV 表示 V 上的恒等映射;(2)φ 是满映射的充要条件是存在 U 到 V 的线性映射 η,使 φη=IdU,这里 IdU 表示 U 上的恒等映射.

?
证明思路

4.8. (例4.25)设 φ:V→U 为线性映射且 φ 的秩为 r, 证明: 存在 r 个秩为 1 的线性映射 φi:V→U (1≤i≤r), 使得 φ=φ1+⋯+φr.

?
证明思路

4.9. (例4.26)设 φ 是线性空间 V 上的线性变换, 若它在 V 的任一组基下的表示矩阵都相同,求证: φ 是纯量变换, 即存在常数 k, 使得 φ(α)=kα 对一切 α∈V 都成立.

?
证明思路

4.10. (例4.27)设 A, B 都是数域 F 上的 m×n 矩阵, 求证: 方程组 Ax=0, Bx=0 同解的充要条件是存在可逆矩阵 P, 使得 B=PA.

?
证明思路

4.11. (例3.69,Frobenius不等式几何版本)设 φ:V1→V2, ψ:V2→V3, θ:V3→V4 是线性映射, 证明: r(θψφ)≥r(θψ)+r(ψφ)−r(ψ).

?
证明思路

4.12. (例4.28)若数域 F 上的 n 阶方阵 A 和 B 相似,求证:它们可以看成是某个线性空间上同一个线性变换在不同基下的表示矩阵.

?
证明思路

  1. 主策略:凑出 线性映射与矩阵 定理7 的条件
  2. 某个线性空间 → 设 V=Fn 是 n 维列向量空间
  3. 取一组基:设 {e1,e2,⋯,en} 是 V 的一组基
  4. 设 φ 是 V 上的线性变换
  5. 给定 A ,定义 φ(ei)=Aei,验证 A 是 φ 在给定基 {e1,e2,⋯,en} 下的表示矩阵
    • {φ(e1),φ(e2),⋯,φ(en)}=(e1,e2,⋯,en)A,满足表示矩阵的定义,从而 A 是 φ 在给定基 {e1,e2,⋯,en} 下的表示矩阵
  6. A 与 B 相似:存在可逆矩阵 P 使得 B=P−1AP,令 fi=Pei,则 $$(f_{1},f_{2},\cdots,f_{n})=(e_{1},e_{2},\cdots,e_{n})P $$说明 P 是从 {ei} 到 {fi} 的过渡矩阵.
    • 这种说明展开如下:
      • 按照 fi=Pei 的定义,还原成过渡矩阵的定义,排成列向量,就可以立刻确定 P 就是过渡矩阵
      • 在此花了不少时间以形式行向量 (f1,f2,..,fn)=(Pe1,Pe2,⋯,Pen) 左提 P ,但是会得到 P(e1,e2,⋯,en) ,与 (e1,e2,⋯,en)P 的形式不符,但是因为恰好 (e1,e2⋯,en)=In,所以是满足矩阵乘法可交换一定是纯量阵的结论
  7. 由于给定了过渡矩阵 P 和表示矩阵 A,根据 线性映射与矩阵 定理7,我们可以把这个关系式的矩阵 B 称为在基 {f1,f2,⋯,fn} 下的表示矩阵.

4.13. (例4.29)设 V 是数域 F 上 n 阶矩阵全体构成的线性空间,φ 是 V 上的线性变换:φ(A)=A′. 证明:存在 V 的一组基,使得 φ 在这组基下的表示矩阵是一个对角矩阵且主对角元素全是 1 或 −1,并求出 1 和 −1 的个数.

?
证明思路

4.14. (例4.30)设 V 是数域 K 上的 n 维线性空间,φ, ψ 是 V 上的线性变换且 φ2=0,ψ2=0,φψ+ψφ=I,I 是 V 上的恒等变换. 求证:(1) V=Kerφ⊕Kerψ;(2) 若 V 是二维空间,则存在 V 的基 e1, e2,使得 φ, ψ 在这组基下的表示矩阵分别为$$ A=\begin{pmatrix}0 & 0\1 & 0\end{pmatrix},\quad B=\begin{pmatrix}0 & 1\0 & 0\end{pmatrix} $$(3) V 必是偶数维空间且若 V 是 2k 维空间,则存在 V 的一组基,使得 φ, ψ 在这组基下的表示矩阵分别为下列分块对角矩阵:$$ \begin{pmatrix}A & O & \cdots & O\O & A & \cdots & O\\vdots & \vdots & & \vdots\O & O & \cdots & A\end{pmatrix},\quad\begin{pmatrix}B & O & \cdots & O\O & B & \cdots & O\\vdots & \vdots & & \vdots\O & O & \cdots & B\end{pmatrix} $$其中主对角线上分别有 k 个 A 和 k 个 B.

?
证明思路

5. 像空间与核空间

5.1. (例4.31)设线性空间 V 上的线性变换 φ 在基 {e1,e2,e3,e4} 下的表示矩阵为$$ A = \begin{pmatrix}1 & 0 & 2 & 1 \-1 & 2 & 1 & 3 \1 & 2 & 5 & 5 \2 & -2 & 1 & -2\end{pmatrix} $$求 φ 的核空间与像空间.

?
证明思路

5.2. (例4.32)设 V 是数域 F 上的线性空间,φ1,φ2,⋯,φk 是 V 上的非零线性变换. 求证:存在 α∈V,使得 φi(α)≠0(1≤i≤k).

?
证明思路

5.3. (例4.33)设 V 是数域 F 上的线性空间,φ1,φ2,⋯,φk 是 V 上互不相同的线性变换. 求证:存在 α∈V,使得 φ1(α),φ2(α),⋯,φk(α) 互不相同.

?
证明思路

6. 不变子空间

7. 幂等变换